本书根据人工智能领域产品经理的能力要求与知识体系，从原理到应用介绍人工智能的相关技术，全面阐述如何进阶为一名合格的人工智能产品经理。本书共分为13章，其中第1~3章介绍机器学习能做什么及如何去做，第4~10章介绍7种基础算法的原理与商业化应用，第11~13章介绍深度学习在图像识别、自然语言处理与AI绘画三个方向的发展与

本书系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，我们还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。本书可以作为对SLAM感兴趣的研究人员的入门自学材料，也可以作

随着决策环境日益复杂，决策问题的不确定性突显。在不确定性条件下，如何借助定量工具分析决策者的主观判断，是一个值得研究的问题。证据推理作为一种面向不确定性信息融合的推理理论与方法，为解决不确定性多属性决策问题提供了新的研究思路，即将搜集到的信息和个体经验作为判断和推理的证据，通过融合证据信息对方案进行评价和排序。本书从实

粒计算的方法理念是本书各章节贯穿的主线。第1章的讨论针对粒计算涉及的概念，强调了粒的核心地位，设定了粒的形式化框架，该框架使给出的几种粒的定义得到了统一。在第1章的基础上，第2-7章分别利用粒中的数据信息，建立了不同的数据推理方法，包括粗糙数据推理以及用于描述粗糙数据联系的讨论、粗糙数据推理的精度分析、决策推理支撑下的

很多机器学习任务中具有多个冲突的目标需要同时被优化。基于群搜索策略的进化算法在求解多目标优化问题领域得到了广泛的应用。多目标机器学习在近几年引起了广泛的关注，并且得到快速的发展。但是多目标机器学习在模型建立和优化学习方面仍然存在很多瓶颈问题。本书工作围绕多目标机器学习新模型探索和多目标学习算法设计展开。主要包括如下几个

全套丛书规划为十卷本，每一卷独立成册，围绕一个学科展开。在每册中，每一个章一个主题，每一节一部科幻作品（主要为科幻影视和科幻小说），每一节大体上分为三部分："科幻作品简介"、"科学内容透析"、"科学奇闻异事"。兼顾科学性与趣味性。主要选题包括：航空航天卷、心理学卷、地学卷、海洋学卷、生物科学卷、人体科学卷、军事科学卷、

本书将带你了解特征工程的完整过程，使机器学习更加系统、高效。你会从理解数据开始学习，机器学习模型的成功正是取决于如何利用不同类型的特征，例如连续特征、分类特征等。你将了解何时纳入一项特征、何时忽略一项特征，以及其中的原因。你还会学习如何将问题陈述转换为有用的新特征，如何提供由商业需求和数学见解驱动的特征，以及如何在自己

本书是由智能相对论创始人曾响铃联合旗下几位资深分析师深入一线企业调研后，并结合行业发展现状及未来发展趋势预测完成的一本人工智能冷知识普及书籍。本书全面、详尽地介绍了人工智能最先落地的几个热门领域：智能机器人、医疗服务业、教育、娱乐、健康等，覆盖了人们接触人工智能的各种场景，并对其背后的人工智能技术进行深入浅出地解释，是

本书共十一章，内容包括：新单极时刻：美国在人工智能时代、向死而生与末世论：西方悲观论及其批判、就业失重和社会撕裂：西方超人文化及其批判、人机合智：机器智能和人类智能的未来相处之道、众智成城：用人本文化保障未来人工智能的发展安全、逆转边缘化：发展中国家与中国等。

面对科技的迅猛发展，我国政府制定了《新一代人工智能发展规划》，将人工智能上升到国家战略层面，并提出：人工智能产业要成为新的重要经济增长点，而且要在2030年成为世界主要人工智能创新中心，为跻身创新型国家前列和经济强国奠定重要基础。让认知升级，让智能重构生活玩转智能时代，搞懂人工智能的过去、现在及未来这本书就够了！这本书

本书围绕数据降维技术，分别针对线性降维和非线性降维两种降维手段进行广泛而深入的讨论。对于线性降维技术，本书介绍了常用的降维算法，并对线性降维与矩阵分解的等价性进行了分析，在此基础上提出了semi-NMF、OCA、IOCA、EOCA等改进算法并进行详细的理论分析和实验验证。对于非线性降维算法，本书介绍了常用算法，包括流形

未来30年是“AI大革命”。在人工智能时代，我们的工作和生活发生了颠覆式改变。本书从人工智能如何重新定义工作出发，让读者了解到在人工智能时代，你是否会被人工智能取代？你的工作会发生哪些变化？你所处行业和所从事的工作将面临哪些潜在的机遇和威胁？只有尽早了解人工智能的变革本质，认清人工智能对职业冲击的规律，我们才能提前制定

近几年，物联网从诞生到迅速发展，受到了产业界及学术界的广泛重视，并上升到国家战略性新兴产业的高度。本书对物联网中的关键技术及其在众多生产与生活领域中的应用进行了研究，主要内容涵盖了RFID技术、智能传感器与无线传感器网络技术、物联网通信与传输技术等。本书结构合理，条理清晰，内容丰富新颖，可供从事物联网相关工作的研究人员

Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常用库Numpy、Matplotlib和Scipy的基本使用方法；其次介绍了TensorFlow的基本知识及使用方法；然后介绍了神经网络的基础知识以及神经网络基本应用——感知机、线性回归与

探索人工智能Ⅱ· 交叉应用

“理解未来系列”一套共7本，本书是其中之一。“理解未来”是未来论坛每月举办的免费大型科普讲座，它邀请知名科学家用通俗的语言解读*激动人心的科学进展，旨在传播科学知识，提高大众对科学的认知。本套丛书是精选的部分现场讲座的文字整理，然后按照不同学科归类分册。

创新高端科技资源科普化的创作模式，组建由"前沿科技工作者"+"有科研背景的科普创作者"组成的"1+1"合作模式，将最前沿的科技成果用通俗、拟人的创作模式文字化，形成相关图书产品。通过生动的介绍重点阐述这六家国家实验室的研究对我们今后未来多方面的影响，同时介绍一些科研工作者的科学精神，从而激发读者对科技创新的理解和参与感

近年来，时滞神经网络在图像处理、模式识别、联想记忆、信号处理、全局优化和保密通信等领域得到广泛的应用，惯性项的添加不仅可以使得神经网络算法收敛速度加快，而且会带来更丰富的动力学行为。本书主要对不同情况下的时滞惯性神经网络，从两个方面即自治系统以及非自治系统下平衡点的全局稳定性以及自治系统周期解的局部稳定性、Hopf分岔

群体智能优化算法是模拟自然生物种群智能行为的优化方法，具有良好的寻优性能，因此群体智能算法在求解大规模复杂问题时，具有较高的效率。本书在群体智能的基础上，针对智能优化算法、聚类算法、复杂网络和朴素贝叶斯分类进行理论研究和应用研究。

本书是一本机器学习算法方面的理论+实践读物，主要包含机器学习基础理论、回归模型、分类模型、聚类模型、降维模型和深度学习模型六大部分。机器学习基础理论部分包含第1、2章，主要介绍机器学习的理论基础和工程实践基础。第3章是回归模型部分，主要包括模型的建立、学习策略的确定和优化算法的求解过程，最后结合三种常见的线性回归模型实